OpenAI推出了 ChatGPT Health（ChatGPT 健康），所发布的消息中提到“这项专属体验能在确保安全的基础上整合你的健康信息与 ChatGPT 的智能，帮助你在健康旅程中更加了解自身状况、做好准备，并以更充足的信心面对与健康相关的决策。”
同时，Fidji Simo（CEO, Applications at OpenAI） 在 2026 年 1 月 7 日发布的长文（ChatGPT Health and what AI can do for a broken system），主题是：医疗系统对患者和医生都“不太好用”，而像 ChatGPT Health 这样的 AI 工具能在多个结构性痛点上提供实质帮助。
一、作者用亲身经历开场：AI 作为“第二双眼睛”避免用药风险
作者回忆自己因肾结石住院并感染，住院医生按常规开了抗生素；但她因为长期慢性病，已经把很多病历资料上传到 ChatGPT，于是临用药前问了一句“这药是否适合我的既往史”，ChatGPT 提醒该抗生素可能诱发她几年前得过的一种严重感染复发。她把这一点告诉住院医生后，对方反而表示松了一口气：这确实可能造成严重并发症，只是医院查阅记录的时间极其有限、病历组织方式也不利于快速发现此类风险。
二、她给出的判断：系统“坏掉”的信号越来越多，患者与医生都在转向 AI
文章引用多项数据来说明“问题不是个案”：不少美国人认为医疗系统出了大问题，医生群体也面临高比例的职业倦怠；与此同时，医生使用 AI 的比例在 2023→2024 期间快速增长，并且多数医生认为 AI 能提升其照护能力；普通人这边，也已有相当比例的人在最近几个月用过 AI 处理健康/医疗相关问题，并且自评“很有帮助”。
三、文章的主干：医疗的四个结构性问题，以及 AI 分别能补什么位
- 医生带宽不足：病例多、文书重、研究更新快，医生很难“全局看病”。AI 擅长整合信息，可用于病历/用药/风险因素的综合梳理、辅助临床推理、减少差错，也能把复杂医学信息翻译成更易懂的语言，帮助患者理解自己的健康信息。
- 系统碎片化：专科分工导致“没人看全貌”，数据也分散在互不互通的系统里；作者以自身疾病为例，见过大量专科却仍需自己做整合。她认为 AI 有机会把多源数据、既往史、可穿戴数据、甚至遗传信息串起来，帮助患者与医生“连点成线”。
- 成本与可及性障碍：转诊、保险、等待、路途等摩擦很高，尤其是偏远地区医疗资源收缩。AI 不替代专家诊疗，但能在“不方便看医生”的时刻降低获取帮助的门槛，并在预约、找医生、理解保险福利等事务上节省精力。
- 反应式而非预防式：很多慢病与生活方式高度相关，但系统更像“坏了再修”。作者主张 AI 可以成为日常健康伙伴：读懂菜单/营养成分、给出饮食与运动建议、提供持续的提醒与动力，让“每天做一点”变得可执行。
四、为什么要做 ChatGPT Health：把“零散健康对话”变成更可用的个人健康空间
作者给出的产品动机是：既然每天已有大量用户在 ChatGPT 上问健康问题（文中提到每天有数千万人在 ChatGPT 上进行健康相关提问/使用），那么需要一个更专门、更私密的健康对话空间，并且更容易、安全地接入医疗记录与健康应用（文中举例 Apple Health、Function Health、Peloton 等），从而让建议更个性化，典型场景包括就诊前准备、制定饮食/运动计划等；同时她也强调这是把 ChatGPT 变成“个人超级助手”的一步，并提供了申请体验入口与官方说明。
一句话概括作者的立场：医疗的核心矛盾在于“信息多但时间少、数据碎但需要全局”，AI 的价值是补足带宽、整合全貌、降低摩擦、把健康管理从偶发事件变成日常实践，但它仍应作为辅助而非替代专业医疗。